R语言数据可视化
前言
1
R语言概述
1.1
大数据时代的数据分析流程
1.1.1
数据获取
1.1.2
数据存储
1.1.3
数据预处理
1.1.4
数据建模分析
1.1.5
数据可视化
1.1.6
数据报告/数据产品发布与部署
1.2
R语言特点
1.3
R及Rstudio的客户端和服务器端安装
1.4
常用包及包的安装、使用与卸载
1.4.1
熟练掌握R语言的10+1包
1.4.2
安装R包
1.4.3
R包的卸载
1.5
Rstudio常用功能
2
R语言基本对象
2.1
R语言常用数据类型
2.2
数据对象
2.2.1
向量
2.2.2
矩阵
2.2.3
数组
2.2.4
数据框
2.2.5
列表
2.3
类型判别及转换
3
数据操作与控制
3.1
不同类型数据的输入与输出
3.1.1
数据的输入
3.1.2
数据的输出
3.1.3
函数
3.2
循环控制与条件控制
3.3
数据集连接
3.4
本章回顾
4
数据整形与汇总
4.1
数据集的预处理
4.1.1
tidyr包简介
4.1.2
dplyr包简介
4.1.3
数据集简介
4.1.4
tibble简介
4.2
基于tidyr包的数据整形
4.2.1
使用seperate()和unite()对数据进行拆分与合并
4.2.2
使用gather()和spread()函数进行数据的长宽转变
4.3
基于dplyr包的数据描述性统计
4.3.1
使用filter()函数筛选行
4.3.2
使用arrange()函数对观测值进行排序
4.3.3
使用select()函数选择需要的列
4.3.4
使用mutate()新增变量
4.3.5
使用group_by()对数据进行分组
4.3.6
使用summarize()汇总数据
4.4
基于某公司真实销售数据集的预处理与汇总统计案例
4.5
本章回顾
5
常用数据可视化工具与应用
5.1
R语言环境下的常用静态和动态可视化包
5.2
基于ggplot2包绘制静态常用统计图
5.3
基于ggvis和rEcharts包绘制动态交互图
5.4
基于shinny和flexdashboard包构建可视化页面
6
数值型数据分析应用案例讲解
6.1
R语言环境下针对新浪微博数据集的预处理与逻辑回归
7
文本型数据分析基础
7.1
经管领域的中文文本分析价值
7.2
基于jiebaR、tm开展中文文本分词和词频统计
7.3
基于wordcloud2绘制词云图
7.4
中文文本的语义挖掘概述
7.5
应用R语言中的主题模型包开展语义挖掘步骤与典型代码讲解
8
文本型数据分析应用案例讲解
8.1
综合应用R语言中的分词包、词频包和主题模型包分析共享单车新闻和用户评论案例
9
学术论文和科研报告的自动化
9.1
可重复性研究与文学化编程概述
9.2
R语言中开展自动化报告输出的常用包介绍
9.3
在Rmarkdown中编排格式、图表与文献索引的方法与技巧
9.4
文献插入和表格插入插件安装与使用
9.5
综合应用Rmarkdown+knitr+bookdown输出学术论文或科研报告的步骤
9.6
典型代码讲解
10
数据分析成果部署
10.1
腾讯云或阿里云服务器环境配置知识讲解
10.2
Ubuntu操作系统基本指令
10.3
数据库等软件安装
10.4
应用bookdown或flexdashboard等包在云服务器端发布数据分析成果步骤与典型代码讲解
参考文献
本书版权归北邮吴俊
©
2018-2025
R语言数据可视化
7.4
中文文本的语义挖掘概述